این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
چهارشنبه 3 دی 1404
International Journal of Maritime Technology
، جلد ۹، شماره ۱۷، صفحات ۷۷-۸۶
عنوان فارسی
تخمین مقدار انتقال رسوب در امتداد ساحل با استفاده از فرمولهای نیمه تجربی و شبکه عصبی مصنوعی در سواحل نور
چکیده فارسی مقاله
مقایسهای بین فرمولهای نیمه-تجربی سرک (C.E.R.C)، والتون و برنو (W.B)، فن در میر (V)، کامفوس (Kamphuis) و روش شبکه عصبی مصنوعی (ANN) با مقادیر اندازهگیری شده در بازه زمانی مهر تا آخر آذرماه سال 1390 با استفاده از تلهگیر عمودی رسوب انجام شده است. در مدل مبتنی بر روش شبکه عصبی، شش متغیر اصلی موثر در نرخ انتقال رسوب در امتداد ساحل در نظرگرفته شد. نتایج نشان داد که در میان فرمولهای نیمه تجربی بررسی شده، فرمول کامفوس تقریباً نتایج نزدیکتری به واقعیت را ارائه نموده است و مقدار 7% اختلاف نتایج حاصل از آن با مقادیر مشاهداتی ممکن است مربوط به خطا در اندازهگیری پارامترهای مدل باشد. در مقایسه، نتایج حاصل از مدل مبتنی بر روش شبکه عصبی مصنوعی با داده های میدانی به میزان حدود 6% خطا اختلاف داشته و لذا، به دلیل دقت بالاتر در برآورد نرخ انتقال رسوب جهت استفاده در تحقیقات مشابه توصیه می گردد.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Prediction of Alongshore Sediment Transport Rate Using Semi-Empirical Formulas and an Artificial Neural Networks (ANNs) model in Noor Coastal zone
چکیده انگلیسی مقاله
Comparisons made between the measured data carried out from September to December 2012 using a streamer trap and the results of some semi-empirical formulas including C.E.R.C, Walton and Bruno (W.B), van der Meer (V), Kamphuis (K), and an Artificial Neural Network (ANN) model. Six dominant variables are considered in the ANN model to estimate long-shore sediment transport rate. Results reveal that among the semi-empirical formulas, Kamphuis formula has provided more reliable results than others and its %7 errors related to the observed data is partially resulted from the errors in input parameters. In contrast, the ANN model provides more accurate results with %6 error related to measured data and thus it is recommended to be applied in long-shore sediment transport rate estimation in similar research contexts.
کلیدواژههای انگلیسی مقاله
Sediment Transport, semi empirical Formula, Caspian Sea
نویسندگان مقاله
طیب صادقی فر | tayeb sadeghifar
faculty of marine sciences, tarbiat modares university, noor
استان کردستان شهر سقز خ ماموستا زاهدی پلاک 41
سازمان اصلی تایید شده
: دانشگاه تربیت مدرس (Tarbiat modares university)
سید علی آزرم سا | seyed ali azarmsa
faculty of marine sciences, tarbiat modares university, noor
استان مازندران ، شهرستان نور ، دانشکده علوم دریایی تربیت مدرس
سازمان اصلی تایید شده
: دانشگاه تربیت مدرس (Tarbiat modares university)
مهدی وفا خواه | mehdi vafakhah
faculty of marine sciences, tarbiat modares university, noor
استان مازندران ، شهرستان نور ، دانشکده منابع طبیعی
سازمان اصلی تایید شده
: دانشگاه تربیت مدرس (Tarbiat modares university)
نشانی اینترنتی
http://www.ijmt.ir/browse.php?a_code=A-10-253-1&slc_lang=fa&sid=en
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
Main Engine & Electrical Equipments
نوع مقاله منتشر شده
مقاله پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات